首页 期刊 宜宾学院学报 网贷平台数据的随机森林预测模型实证分析 【正文】

网贷平台数据的随机森林预测模型实证分析

作者:杨晓伟; 刘倩倩; 余芳 巢湖学院数学与统计学院; 安徽巢湖238000
随机森林模型   p2p网络借贷   历史借贷成功率   smote算法  

摘要:针对P2P网络借款平台存在着借款人与投资人信息的不对称性、借款成功率低下这些阻碍网贷平台未来发展的问题,依托已有的非均衡少量样本数据,构建随机森林预测模型并进行实证分析.结果表明,随机森林模型对各级风险样本的正确识别率接近100%,说明该模型具有很高的实用价值和很好的预测能力.与其他模型相比,随机森林比线性模型和广义线性模型的预测精度高,抗噪声性能良好,且能够有效估计模型中各变量在分类中的重要性.通过对各评价指标的重要程度及其与借贷成功率之间的关系的分析,可为P2P网贷发展提供理论依据和实践基础.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅